1樓：呂秀才
資料格式要這樣錄入
題目1 選項 性別 人數1 a 1 35
1 a 2 28
每個題目選項都這麼錄入，比較麻煩，
錄完之後 用人數進行加權，加權完了之後 採用非引數檢驗中的單樣本卡方分析，對性別進行分析，期望頻率則選擇預設的各組均等 這樣就出來性別在每個選項上是否有差異的
如何用spss做卡方檢驗時計算or值？
2樓：月下小軒窗
步驟如下：
點選descriptive statistics → crosstabs。
crosstabs對話方塊中，將disease選入行變數row(s)框中，將**oke選入列變數column(s)框中，將分層因素gender選入layer框中作為分層依據。
點選statistics，勾選chi-square、risk和cochran』s and mantel-haenszel statistics，點選continue返回，點選ok完成操作。
卡方檢驗是用途非常廣的一種假設檢驗方法，它在分類資料統計推斷中的應用，包括：兩個率或兩個構成比比較的卡方檢驗；多個率或多個構成比比較的卡方檢驗以及分類資料的相關分析等。
卡方檢驗就是統計樣本的實際觀測值與理論推斷值之間的偏離程度，實際觀測值與理論推斷值之間的偏離程度就決定卡方值的大小，卡方值越大，越不符合；卡方值越小，偏差越小，越趨於符合，若兩個值完全相等時，卡方值就為0，表明理論值完全符合。
3樓：哇你是真的皮
spss的卡方檢驗並不自動計算出四格表的or值和95%置信區間，需要你勾選後才會計算出來，步驟如下：
analyze，descriptive statistics，crosstabs，statistics，勾選risk。結果如下
risk estimate
value 95% confidence interval
lower upper
odds ratio for group 2.031 1.303 3.168
for cohort level 1.886 1.275 2.789
for cohort level .928 .879 .981
n of valid cases 1130
以上**的第一行數字中的2.031就是or值，1,303是其95%置信區間的下限，3.168為上限。
如何用spss 做卡方檢驗
4樓：為誰為誰為
1、建立資料檔案。對新手而言此步最關鍵。
開啟軟體，「新資料集」， 假如是一個兩列三行的資料，在excel中原始表可以是兩列並立，共3行數字，而此時在spss中新資料集建成後則一般為單列6行數字。
在變數檢視中設定變數為第一步，假如在excel中是一個兩列三行的資料，在excel中兩列題頭分別為「不突出子宮」「突出子宮」，在excel中三行分別為「粘連型」「植入型」「穿透型」，則在spss中需設定3個變數，第一變數名稱填為「位置」，型別選「字串」，測量選「名義」； 第二變數名稱填為「型別」，型別選「字串」，測量選「名義」； 第三變數名稱填為「數值」，型別選「數值」，測量選「度量」；
（圖1）
在資料檢視中開始輸入資料，在第一列位置下第1、2行分別輸入「不突出」「突出」，第3、4行；5、6行同1、2行；在第二列型別下第1、2行輸入「粘連型」，3、4行輸入「 植入型」，5、6行輸入「 穿透型」；在第三列數值下輸入各類資料的具體值。
至此，資料集建立完畢。
2、單擊主選單「資料"-」加權個案「，開啟加權個案對話方塊。從左邊源變數選擇「數值」作為權變數，將其選入「頻率變數：」框中，單擊」確定「按鈕，執行加權命令。
加權後此行數值作為個數出現，如35表示有35例；而不加權則此行數值作為單一數值，如35cm之類。
3、單擊主選單中的「分析」-「描述統計」-「交叉表」，開啟對話方塊。
將左邊源對話方塊中的「位置」作為行變數調入「行：」下的矩形框；「型別」作為列變數調入「列：」下矩形框。
4、單擊「交叉表」對話方塊中的「統計量」選項，選中「卡方」，單擊「繼續」，返回到「交叉表」對話方塊。
5、單擊"單元格"選項，在計數下啟用「期望值」，在百分比下啟用「行」，單擊「繼續」，返回到「交叉表」對話方塊。
6、在「交叉表」對話方塊中，單擊"確定"按鈕，即可得輸出結果。
7、卡方檢驗結果：主要看pearson卡方檢驗行，pearson卡方數值即為卡方值（如下的12.705），漸近顯著性（sig）值即為p值（如下的0.
002），小於0.05時認為不同位置對不同型別的胎盤判斷有顯著的差別。
5樓：謙瑞資料論壇
你這個要用加權卡方來進行分析！
具體步驟：
一、首先將兩組病人的資料輸入進spss
二、對人數進行加權操作
點選資料——個案加權——對人數進行加權
三、進行卡方檢驗，得出結果
依次點選分析——描述統計——交叉表
將組別和是否發病選入行和列
點選統計——勾選卡方——點選繼續——確定
得出分析結果：p大於0.05，因此組別和人數不存在顯著差異
6樓：匿名使用者
卡方檢驗
你的資料應該用交叉列聯表做，資料錄入格式為：建立兩個變數，變數1是組別，
正常對照組用資料1表示，病例組用資料2表示；變數2是療效等分類變數，用1表示分類屬性1，用2表示分類屬性2，
還有一個變數3是權重，例數
資料錄入完成後，先加權頻數後點analyze-descriptive statistics-crosstabs-把變數1選到rows裡
，把變數2選到column裡，然後點選下面的statistics，開啟對話方塊，勾選chi-squares，
然後點continue，再點ok，出來結果的第3個表就是你要的卡方檢驗，第一行第一個數是卡方值，
後面是自由度，然後是p值。
7樓：匿名使用者
按以下格式錄入資料：
分組 是否發病 人數
1 1 26
1 2 24
2 1 29
2 2 21
將變數「人數」weight cases
analyze->descriptive statistics->crosstabs：將分組放入「行」，將是否發病放入「列」，「統計statistics」選項框內選擇「chi-square」，確定執行，ok。祝你好運！
8樓：水清霞明
1. 資料加權
如果資料是彙總格式（如上圖中的total count data），則在進行卡方檢驗之前，需要先對資料加權。如果資料是個案格式（如上圖中的individual scores for each paticipant），則可以跳過「資料加權」步驟，直接進行卡方檢驗的spss操作。
資料加權的步驟如下：
在主頁面點選data→weight cases
彈出weight cases對話方塊後，點選weight cases by，啟用frequency variable視窗。
將freq變數放入frequency variable欄，點選ok。
2. 卡方檢驗（r×c）
在主頁面點選analyze→descriptive statistics→crosstabs，彈出crosstabs對話方塊。將變數buyer_type和property_type分別放入row(s)欄和column(s)欄。
點選statistics後，彈出的對話方塊中點選chi-square，並點選nominal欄中的phiand cramer』s v。
點選continue→cells，在彈出的對話方塊中，點選counts欄expected選項，並點選percentages欄中的row和column選項，residuals欄中的adjusted standardized，點選continue→ok。
經上述操作，spss輸出預期頻數結果如下圖。
結果顯示，本研究最小的期望頻數是6.5，大於5，滿足假設3，具有足夠的樣本量。chi-square tests **也對該結果做出提示，如下圖。
即在本研究中，沒有小於5的期望頻數，可以直接進行卡方檢驗（r×c）。
9樓：w別y雲j間
1、首先，開啟或者新建立一組資料。
2、這裡是開啟了一組案例分析中的資料進行分析。
3、找到非引數檢驗->就對話方塊->卡方檢驗，將其單擊單擊開啟。
4、下面是卡方檢驗的引數設定視窗。將左邊的原變數選入到檢驗變數列表中。
5、開啟精確，裡面的值預設如下圖所示，一般不需要更改。
6、開啟選項視窗，將描述性核取方塊按鈕進行勾選。
7、再將期望單選和期望值選擇好。全部引數設定好之後單擊確定獲得檢驗分析結果。
8、檢驗分析結果如下圖所示：
10樓：spss統計事務所
用交叉分析crosstabs，那個裡面帶著卡方檢驗
11樓：匿名使用者
1、上傳資料到平臺中，資料格式應該按照下圖格式進行整理：
不同組別病人的發病情況研究，分別2組甲組乙組，發病情況分為發病/未發病；因而2*2總共有4種組合情況；每類組合情況的樣本數量單獨一列進行標識。
2、放入分析項，點選開始分析。點選燈泡可檢視方法說明、案例等。
3、分析結果及圖表
輸出結果為類三線**式直接複製到word裡即可使用，以及可配合智慧文字分析進行資料解讀。
spss統計學 如下圖中卡方檢驗每組的x2值和p值是怎麼計算得到的
12樓：呂秀才
這是**的寫作思路里涉及的，每行就相當於是每個組的資料而已，也就是分析了下 每個組的男女性別是否有顯著差異。通常我們看到只有一個卡方 那是因為你把所有資料彙總到一個組裡面分析不同性別的差異。
舉個例子，一個學校有很多班級，你可以只分析一個卡方值 來看下這個學校的男女是否有差異，也可以分每個班級分析一個卡方值 ，看每個班級的性別是否都不存在差異。
13樓：匿名使用者
他是亂做的，或者他做了單組卡方檢驗
14樓：
在spss中用crosstab命令計算得到
15樓：勤奮的陸
卡方檢驗每組的x2值和p值是可以通過fisher精確概率法
計算得到的。
x2檢驗本質上是用來檢驗實際頻數與理論頻數的吻合程度，當實際頻數與理論頻數的差值越大，x2值也越大，也越容易得出有差異的結論。
所以當單元格中的理論頻數太小時，有可能導致分析的偏性，而fisher精確概率法是一種直接計算概率的假設檢驗方法，對樣本以及單元格的理論頻數並無過多要求，在實踐中，一般會遵循以下幾點規定：
（1）當n≥40且所有的t≥5時，用卡方檢驗；當p≈α時，改用四格表資料的fisher精確概率法；
（2）當n≥40但有1≤t≤5時，用校正卡方檢驗，或改用四格表資料的fisher精確概率法；
（3）當n<40，或t<1時，用四格表資料的fisher精確概率法；
對於理論頻數，無需糾結太多，在spss中會直接提示有多少單元格的理論頻數小於5。若提示0單元格，那麼選擇pearson卡方檢驗的結果，若提示有單元格的理論頻數小於5，那就選擇fisher精確概率法。一旦提示不是0單元格，就選擇fisher精確概率法的結果。
擴充套件資料
卡方檢驗步驟：
（1）提出原假設：
h0：總體x的分佈函式為f(x).
如果總體分佈為離散型，則假設具體為
h0：總體x的分佈律為p=pi， i=1，2，...
（2）將總體x的取值範圍分成k個互不相交的小區間a1，a2，a3，…，ak，如可取
a1=（a0，a1]，a2=(a1，a2]，...，ak=(ak-1,ak)，
其中a0可取-∞，ak可取+∞，區間的劃分視具體情況而定，但要使每個小區間所含的樣本值個數不小於5，而區間個數k不要太大也不要太小。
（3）把落入第i個小區間的ai的樣本值的個數記作fi，成為組頻數（真實值），所有組頻數之和f1+f2+...+fk等於樣本容量n。
（4）當h0為真時，根據所假設的總體理論分佈，可算出總體x的值落入第i 個小區間ai的概率pi，於是，npi就是落入第i個小區間ai的樣本值的理論頻數（理論值）。
（5）當h0為真時，n次試驗中樣本值落入第i個小區間ai的頻率fi/n與概率pi應很接近，當h0不真時，則fi/n與pi相差很大。基於這種思想，皮爾遜引進如下檢驗統計量
，在0假設成立的情況下服從自由度為k-1的卡方分佈。
怎樣用SPSS計算P值，怎麼用spss計算p值
先把資料按照格式錄入到spss裡面，然後通過n來進行加權，之後用t檢驗就可以了 怎樣用spss計算p值 對於這種已經整bai理後du 的只有均數標準差的資料用zhiexcel計算比較復dao雜。建議選用excel用公式回 classification tree模組基於資料探勘中發展起來的樹結構模型對...
怎樣用EXCEL或SPSS計算二組資料有沒有顯著性差異
這要看你的樣本是什麼樣的資料.應該用什麼數理統計方法分析檢驗 如何用spss計算兩組資料是否有顯著性差異 可以考慮卡方檢驗。具體資料整理為excel或者word給我 如何用excel或spss計算下面四組資料的顯著性差異，請幫下忙！spss比較幾組資料是否有顯著性差異 兩組資料中怎麼計算兩組資料間的...
怎樣用SPSS做二項Logistic迴歸分析？結果如何解釋
因變數是二分類，其他的放入自變數即可處理。南心網 spss 怎樣用spss做二項logistic迴歸分析？結果如何解釋 相關因素logistic迴歸分析結果怎麼看?logistic迴歸在spss中怎麼操作?要選哪些統計量?謝謝 在這地方有些說不清楚，我給你找到這個例子，說的比較明白，你看看 所謂lo...